Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

● Fragen-Atlas · Quellen aus dem Archiv

SF-V5-T03

Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar?

756 Berichte ab Stufe 3 bei Luna (weitere Modelle folgen), stärkste zuerst.

Zum Inhalt ↓
← Alle Quellen zu SF-V5
  1. Third-party testing in AI policy anthropic · 2024 · Q002616 · Hintergrund, keine Belege

    Anthropic plädiert für ein noch zu entwickelndes, unabhängiges Prüfsystem für leistungsfähige KI und betont, dass Umfang und Standards erst erprobt werden müssen.

  2. Releasing Claude Instant 1.2 anthropic · 2023 · Q002625 · Hintergrund, keine Belege

    Anthropic stellt Claude Instant 1.2 als leistungsfähigeres und sichereres API-Modell vor und belegt Verbesserungen mit ausgewählten Benchmarks, deren Testdetails im Bericht nur begrenzt beschrieben sind.

  3. Details about METR's preliminary evaluation of DeepSeek-V3 metr · 2025 · Q002631 · Hintergrund, keine Belege

    METR zufolge zeigte DeepSeek-V3 in einer vorläufigen, begrenzt optimierten Evaluation keine klar über frühere Spitzenmodelle hinausgehenden autonomen Fähigkeiten, wobei weitere Erschließung die Ergebnisse ändern könnte.

  4. An alignment safety case sketch based on debate aisi · 2025 · Q002634 · Hintergrund, keine Belege

    Der vorliegende Text ist nur ein Auszug, der Debatte als möglichen, noch von offenen Forschungsfragen abhängigen Ansatz zur Sicherung der Ehrlichkeit von KI-Forschungsagenten beschreibt.

  5. Issue Brief: Preliminary Taxonomy of Pre-Deployment Frontier AI Safety Evaluations fmf · 2024 · Q002646 · Hintergrund, keine Belege · ohne Zusammenfassung
  6. Chain of thought monitorability: A new and fragile opportunity for AI safety aisi · 2025 · Q002664 · Hintergrund, keine Belege

    Der bereitgestellte Auszug empfiehlt, die unvollkommene und möglicherweise fragile Überwachung sprachlich ausgedrückter KI-Gedankengänge als ergänzende Sicherheitsmethode weiter zu erforschen.

  7. AI models can be dangerous before public deployment metr · 2025 · Q002667 · Hintergrund, keine Belege

    METR fordert, KI-Sicherheit über den gesamten Entwicklungsprozess hinweg zu behandeln, weil Prüfungen vor der Veröffentlichung Risiken aus Training, interner Nutzung und Modell-Diebstahl nicht allein abdecken.

  8. Safety in Artificial Intelligence: Challenges and Opportunities for the U.S. National Labs and Beyond deepmind · 2024 · Q002674 · Hintergrund, keine Belege

    Der vorliegende Abstract fordert umfangreiche KI-Sicherheitsforschung und staatliche Standards; er empfiehlt nationale Labore als Prüfstellen, legt aber keine konkreten Bewertungsverfahren dar.

  9. Claude 3.7 Sonnet and Claude Code anthropic · 2025 · Q002687 · Hintergrund, keine Belege

    Anthropic kündigt ein Modell mit wählbarem erweitertem Denken und das Programmierwerkzeug Claude Code an und berichtet Leistungsverbesserungen, deren Benchmarkwerte an die beschriebenen Testbedingungen gebunden sind.

  10. Introducing the Frontier Model Forum fmf · 2023 · Q002710 · Hintergrund, keine Belege · ohne Zusammenfassung
  11. Introducing Claude 3.5 Sonnet anthropic · 2024 · Q002721 · Hintergrund, keine Belege

    Anthropic stellt Claude 3.5 Sonnet samt Artifacts vor und berichtet von deutlichen Leistungsverbesserungen, wobei zentrale Benchmark- und Sicherheitsangaben im Artikel überwiegend Unternehmensangaben bleiben.

  12. The Rogue Replication Threat Model metr · 2024 · Q002726 · Hintergrund, keine Belege

    METR hält rogue replication für ein relevantes, aber bislang hypothetisches Szenario, will es nicht mit einer vollständigen Schwelle bewerten und verfolgt stattdessen allgemeine Autonomiefähigkeiten weiter.

  13. Challenges in red teaming AI systems anthropic · 2024 · Q002729 · Hintergrund, keine Belege

    Anthropic stellt verschiedene KI-Prüfmethoden vor und fordert gemeinsame Standards, unabhängige Tests sowie einen iterativen Weg von qualitativen zu automatisierten Evaluationen.

  14. Security challenges in AI agent deployment: Insights from a large scale public competition aisi · 2025 · Q002731 · Hintergrund, keine Belege

    Nur ein Abstract-Auszug liegt vor: Laut Autoren zeigten KI-Agenten häufig Richtlinienverstöße unter Prompt-Injection-Angriffen, und ihre Robustheit hing nur begrenzt mit Modellgröße oder Rechenaufwand zusammen.

  15. What explainable AI is, why it matters and how we can achieve it oecd · 2025 · Q002732 · Hintergrund, keine Belege

    Der Bericht fordert, Erklärbarkeit trotz technischer und praktischer Grenzen als Grundprinzip für vertrauenswürdige KI zu verankern.

  16. A sketch of an AI control safety case aisi · 2025 · Q002755 · Hintergrund, keine Belege

    Der Abstract-Auszug beschreibt einen an Red-Team-Tests geknüpften Sicherheitsnachweis für LLM-Agenten, belegt aber keine tatsächliche Sicherheit.

  17. Strengthening global AI Safety: A perspective on the Singapore Consensus oecd · 2025 · Q002764 · Hintergrund, keine Belege

    Der Beitrag wirbt für einen fortzuentwickelnden internationalen KI-Sicherheits-Forschungsplan mit den Schwerpunkten Risikobewertung, sichere Entwicklung und Kontrolle und betont, dass Südostasien dabei berücksichtigt werden soll.

  18. AI Safety, Ethics, and Society cais · Q002779 · Hintergrund, keine Belege

    Der Beitrag stellt ein Lehrbuch und einen Onlinekurs vor, die technische, ethische und gesellschaftliche Fragen der KI-Sicherheit verständlich behandeln sollen, ohne ihre Wirksamkeit zu belegen.

  19. 38b798d pai · 2021 · Q002781 · Hintergrund, keine Belege

    Der bereitgestellte Auszug empfiehlt, ML-Systeme von der Planung bis zur Überwachung zu dokumentieren, hält aber fest, dass Transparenz Risiken birgt und wichtige Umsetzungsfragen offen sind.

  20. OpenAI’s Approach to Frontier Risk openai · 2023 · Q002791 · Hintergrund, keine Belege

    OpenAI beschreibt Sicherheitsprüfungen und geplante Schutzmaßnahmen für fortgeschrittene KI, betont aber, dass Risiken und spätere Nutzung nur unvollständig vorhersehbar sind.

  21. Details about METR's preliminary evaluation of OpenAI o1-preview metr · 2024 · Q002799 · Hintergrund, keine Belege

    METR berichtet von vergleichbaren Ergebnissen zu Claude 3.5 Sonnet im allgemeinen Test und begrenzten Fortschritten von o1-preview bei zwei von sieben KI-Forschungsaufgaben; die kurze und technisch eingeschränkte Evaluation könnte die Fähigkeiten unterschätzt haben.

  22. Introducing Claude Sonnet 4.5 anthropic · 2025 · Q002806 · Hintergrund, keine Belege

    Anthropic zufolge verbessert Claude Sonnet 4.5 Coding, Agenten- und Computeraufgaben, erscheint mit Produktupdates zum bisherigen API-Preis und wird mit Schutzfiltern veröffentlicht, die gelegentlich harmlose Inhalte fälschlich markieren können.

  23. Comment on NTIA AI Accountability Policy openai · 2023 · Q002810 · Hintergrund, keine Belege

    OpenAI beschreibt seine KI-Sicherheitspraktiken und befürwortet abgestimmte Regeln sowie mögliche Registrierung und Zulassung besonders leistungsfähiger Modelle, während wichtige Umsetzungsfragen offenbleiben.

  24. Details about METR's preliminary evaluation of GPT-4o metr · 2024 · Q002811 · Hintergrund, keine Belege

    METRs vorläufiger Test sieht GPT-4o mit einfachem Agentengerüst nahe an menschlichen 30-Minuten-Vergleichswerten, doch große Unsicherheiten und methodische Grenzen schränken die Aussagekraft ein.

  25. Issue Brief: What is red teaming? fmf · 2023 · Q002817 · Hintergrund, keine Belege · ohne Zusammenfassung
  26. Understanding and addressing AI harms anthropic · 2025 · Q002839 · Hintergrund, keine Belege

    Anthropic stellt einen noch veränderlichen Rahmen zur Bewertung und Eindämmung vielfältiger KI-Schäden vor und berichtet für Claude 3.7 Sonnet von weniger unnötigen Ablehnungen, ohne im Bericht unabhängige Belege dafür anzuführen.

  27. A Bird's Eye View of the ML Field cais · Q002840 · Hintergrund, keine Belege

    Der Bericht argumentiert, dass ML-Fortschritt stark von Messbarkeit und empirischem Experimentieren abhängt, zugleich aber durch Paradigmenwechsel und unerwartete Entwicklungen schwer vorhersehbar ist und KI-Sicherheit bislang nur einen kleinen Anteil der Forschung ausmacht.

  28. Frontier AI Taskforce: second progress report aisi · 2023 · Q002849 · Hintergrund, keine Belege

    Die Taskforce meldet Fortschritte beim Aufbau britischer KI-Sicherheitsforschung und warnt vor möglichen Risiken leistungsfähigerer Modelle, während viele der beschriebenen Maßnahmen noch geplant oder im Aufbau sind.

  29. The ethics of advanced AI assistants deepmind · 2024 · Q002862 · Hintergrund, keine Belege

    Der Beitrag skizziert mögliche gesellschaftliche Folgen fortgeschrittener KI-Assistenten und fordert vorausschauende Sicherheitsprüfungen, menschliche Wertausrichtung, Selbstbestimmung und gerechten Zugang.

  30. Introducing the Frontier Safety Framework deepmind · 2024 · Q002877 · Hintergrund, keine Belege

    DeepMind beschreibt ein vorläufiges System, das künftige gefährliche KI-Fähigkeiten früh erkennen und durch abgestufte Schutzmaßnahmen begrenzen soll.

  31. Looking ahead to the AI Seoul Summit deepmind · 2024 · Q002886 · Hintergrund, keine Belege

    Google DeepMind plädiert für globale Zusammenarbeit, gemeinsame Prüfmaßstäbe und wissenschaftlich fundierte Risikobewertung für fortgeschrittene KI, wobei der Beitrag die Unsicherheit und den frühen Entwicklungsstand der Sicherheitsprüfungen einräumt.

  32. Guidelines for capability elicitation metr · 2024 · Q002912 · Hintergrund, keine Belege

    METR schlägt ein Verfahren zur umfassenderen Modellbewertung vor, betont aber, dass die auf qualitativen Erfahrungen beruhenden Leitlinien noch nicht vollständig erprobt oder experimentell bestätigt waren.

  33. Announcing Chris Meserole as Executive Director and the New AI Safety Fund fmf · 2023 · Q002913 · Hintergrund, keine Belege · ohne Zusammenfassung
  34. Introducing Sonnet 4.6 anthropic · 2026 · Q002925 · Hintergrund, keine Belege

    Anthropic präsentiert Sonnet 4.6 als deutlich verbessertes, breit verfügbares Modell, stützt Leistungs- und Sicherheitsangaben aber vor allem auf eigene Tests und frühe Rückmeldungen und nennt zugleich Grenzen bei realer Computernutzung.

  35. OpenAI o3-mini openai · 2025 · Q002991 · Hintergrund, keine Belege

    OpenAI zufolge bot o3-mini zum Start schnelle, kostengünstige STEM-Leistung; die berichteten Testergebnisse sind herstellerseitig, teils vorläufig, und die API-Version ist inzwischen eingestellt.

  36. New report: Evaluating Language-Model Agents on Realistic Autonomous Tasks metr · 2023 · Q003017 · Hintergrund, keine Belege

    Laut ARC Evals bewältigten die getesteten Claude- und GPT-4-Agenten nur die einfachsten von zwölf ARA-Aufgaben, doch Fine-Tuning und bessere Agenten könnten die Fähigkeiten verändern; konkrete Ergebniszahlen sind im Text nicht enthalten.

  37. Using the Veil of Ignorance to align AI systems with principles of justice deepmind · Q003031 · Hintergrund, keine Belege

    Der Bericht sieht den „Schleier des Nichtwissens“ als möglichen Weg zu faireren KI-Leitprinzipien, doch die Ergebnisse aus vereinfachten Experimenten sind uneinheitlich und müssen in realistischen Kontexten geprüft werden.

  38. Focus areas for The Anthropic Institute anthropic · 2026 · Q003063 · Hintergrund, keine Belege

    Anthropic kündigt Forschung zu wirtschaftlichen, gesellschaftlichen und sicherheitspolitischen Folgen von KI sowie zu KI-beschleunigter Forschung an, legt dabei aber vor allem Fragen und Vorhaben statt Ergebnisse vor.

  39. Taking a responsible path to AGI deepmind · 2025 · Q003066 · Hintergrund, keine Belege

    DeepMind beschreibt Sicherheitsmaßnahmen für mögliche AGI, vor allem gegen Missbrauch und Fehlanpassung, lässt aber erkennen, dass wesentliche Risiken und offene Fragen bestehen.

  40. Widening the conversation on frontier AI anthropic · 2026 · Q003081 · Hintergrund, keine Belege

    Anthropic will vielfältige Perspektiven in die Wertebildung von KI einbeziehen und berichtet über einen vielversprechenden, aber noch nicht abschließend erklärten internen Versuch mit ethischen Erinnerungen für Claude.

  41. Funding third-party model evaluations anthropic · 2024 · Q003114 · Hintergrund, keine Belege

    Anthropic will externe KI-Evaluationen zu Fähigkeiten und Risiken fördern und nennt dafür Schwerpunkte und Qualitätsmaßstäbe, aber keine konkreten Förderbeträge oder Ergebnisse.

  42. Reflections on our Responsible Scaling Policy anthropic · 2024 · Q003125 · Hintergrund, keine Belege

    Anthropic sieht seine Responsible Scaling Policy als hilfreichen, aber noch unvollständigen Rahmen für Tests, Schutzmaßnahmen und Aufsicht bei KI-Risiken; der Bericht ist eine unternehmenseigene Zwischenbilanz.

  43. 39050dc pai · 2021 · Q003133 · Hintergrund, keine Belege

    Der bereitgestellte Auszug empfiehlt eine kontextbezogene Dokumentation von ML-Tests, Integration und Wartung, macht aber zugleich auf Sicherheits-, Zeit- und Haftungsrisiken aufmerksam.

  44. Dario Amodei's remarks at the AI Safety Summit anthropic · 2023 · Q003142 · Hintergrund, keine Belege

    Anthropic will KI-Risiken durch regelmäßige Tests, gestufte Sicherheitsauflagen und klare Verantwortlichkeit begrenzen und sieht seine Richtlinie als Prototyp für künftige Regulierung.

  45. Language modelling at scale: Gopher, ethical considerations, and retrieval deepmind · 2021 · Q003143 · Hintergrund, keine Belege

    DeepMind stellt Gopher, Risiken großer Sprachmodelle und RETRO vor und betont sowohl Leistungsfortschritte als auch anhaltende Fehler und offenen Forschungsbedarf.

  46. Expanding access to safer AI with Amazon anthropic · 2023 · Q003148 · Hintergrund, keine Belege

    Anthropic kündigt eine milliardenschwere Amazon-Partnerschaft für Cloud-Infrastruktur und Claude an und beschreibt Sicherheitszusagen sowie Kundenerfolge, die im Bericht nicht unabhängig überprüft werden.

  47. d1a3705 pai · 2021 · Q003150 · Hintergrund, keine Belege

    Der vorliegende Auszug fordert zweck- und zielgruppengerechte Dokumentation von ML-Modellen, die Nachvollziehbarkeit fördern soll, dabei aber Risiken wie Sicherheitslücken, Kennzahlenspiel und Überfrachtung berücksichtigen muss.

  48. How Third Moment Research runs 10,000 agents for 36+ hours openai · 2026 · Q003195 · Hintergrund, keine Belege

    Third Moment Research berichtet, mit OpenAI-Modellen und Codex Tausende lang laufende Agenten zu betreiben und deren Arbeit schrittweise zu verbessern; die dargestellten Erfolge sind Unternehmensangaben.

  49. Parloa builds service agents customers want to talk to openai · 2026 · Q003211 · Hintergrund, keine Belege

    OpenAI zufolge hilft Parloas AMP Unternehmen, getestete KI-Agenten für mehrsprachigen Kundenservice zu betreiben; die genannten Erfolge, darunter 80 Prozent weniger menschliche Weiterleitungen in einem Einsatz, sind im Bericht nicht unabhängig belegt.

  50. Through the Chat Window and Into the Real World: Preparing for AI Agents cset · 2024 · Q003223 · Hintergrund, keine Belege

    Der Auszug empfiehlt, mögliche Risiken zunehmend eigenständiger KI-Agenten besser zu messen und technische sowie rechtliche Schutzmaßnahmen weiterzuentwickeln.

  51. Proportional oversight for AI model updates can boost AI adoption oecd · 2025 · Q003302 · Hintergrund, keine Belege

    Der Bericht empfiehlt risikogestufte Prüfungen und laufende Überwachung von KI-Modellupdates; seine Befunde beruhen auf 143 Änderungsprotokollen von fünf Anbietern und zeigen potenzielle, nicht nachgewiesene Schäden.

  52. Specifying AI safety problems in simple environments deepmind · 2017 · Q003319 · Hintergrund, keine Belege

    Neun einfache Gridworlds machen Sicherheitsprobleme von Lernagenten messbar; erste Tests zeigen Schwächen, beweisen aber nichts über die Sicherheit realer KI-Systeme.

  53. Claude's new constitution anthropic · 2026 · Q003321 · Hintergrund, keine Belege

    Anthropic veröffentlicht eine fortlaufend überarbeitbare Verfassung, die Claudes Training und Verhalten an Sicherheit, Ethik, Richtlinien und Hilfsbereitschaft ausrichten soll, ohne eine Übereinstimmung des tatsächlichen Modellverhaltens zu garantieren.

  54. Washington voluntary safety pact leaves tech giants to police their own superintelligence edexlive.com · 2026 · Q003346 · Hintergrund, keine Belege · ohne Zusammenfassung
  55. Claude is a space to think anthropic · 2026 · Q003358 · Hintergrund, keine Belege

    Anthropic begründet im vollständigen Bericht seine Entscheidung, Claude werbefrei zu halten, mit dem Schutz hilfreicher, nutzergeleiteter Gespräche und nennt Abos und Unternehmensverträge als Geschäftsmodell.

  56. V7 cuts costs 78% while boosting accuracy with GPT-5.6 Luna openai · 2026 · Q003378 · Hintergrund, keine Belege

    V7 zufolge verbindet V7 Go Unternehmenswissen für KI-Agenten und verbessert damit Kosten und Genauigkeit; die genannten Ergebnisse beruhen auf unternehmenseigenen Tests und Kundenangaben.

  57. Introducing Claude 4 anthropic · 2025 · Q003397 · Hintergrund, keine Belege

    Anthropic kündigt Claude Opus 4 und Sonnet 4 samt neuen Agenten-, Claude-Code- und API-Funktionen an und berichtet starke, methodisch unterschiedlich ermittelte Benchmarkwerte.

  58. Learning through human feedback deepmind · 2017 · Q003399 · Hintergrund, keine Belege

    Menschen können Reinforcement-Learning-Agenten über Clip-Vergleiche Ziele vermitteln, doch die Ergebnisse sind uneinheitlich und bei zu wenig Feedback anfällig für Reward Hacking.

  59. Identifying and eliminating bugs in learned predictive models deepmind · 2019 · Q003514 · Hintergrund, keine Belege

    Der Bericht beschreibt drei Forschungsansätze zur Prüfung und Verbesserung lernender Modelle, die Schwächen aufdecken und Eigenschaften teils absichern können, aber noch keine allgemeine Sicherheitsgarantie bieten.

  60. As language models and generative AI take the world by storm, the OECD is tracking the policy implications oecd · 2023 · Q003529 · Hintergrund, keine Belege

    Der OECD-Beitrag sieht Chancen in KI-Sprachmodellen, warnt vor schwer kontrollierbaren gesellschaftlichen Risiken und fordert weitere Forschung, Standards und Zusammenarbeit.

  61. Claude Fable 5 and Claude Mythos 5 anthropic · 2026 · Q003537 · Hintergrund, keine Belege

    Anthropic kündigt Fable 5 und den eingeschränkt verfügbaren Mythos 5 an, doch der Bericht lässt den aktuellen Zugangsstatus widersprüchlich und stützt Leistungs- und Sicherheitsangaben überwiegend auf Unternehmensangaben.

  62. GPT-6 Astra: A new generation of intelligence openai · 2026 · Q003539 · Hintergrund, keine Belege

    OpenAI zufolge verbindet GPT‑6 Astra hohe Benchmarkleistungen für Computer- und Wissensarbeit mit Verbesserungen bei Tempo und sicherem Verhalten; die berichteten Vergleiche haben teils unterschiedliche Testbedingungen.

  63. Retell uses OpenAI models to help power 100M monthly calls openai · 2026 · Q003561 · Hintergrund, keine Belege

    Retell zufolge unterstützen OpenAI-Modelle und Codex eine Sprach-KI-Plattform mit über 100 Millionen monatlichen Anrufen; Leistungs- und Umsatzkennzahlen beruhen auf Unternehmens- und Kundenangaben.

  64. How Balyasny Asset Management built an AI research engine openai · 2026 · Q003599 · Hintergrund, keine Belege

    Laut einer OpenAI-Fallstudie nutzen etwa 95 Prozent der Investmentteams von Balyasny eine geprüfte KI-Rechercheplattform, doch die berichteten Zeitgewinne sind im Text nicht unabhängig belegt.

  65. The Partnership on AI Launches Multistakeholder Initiative To Enhance Machine Learning Transparency pai · 2019 · Q003639 · Hintergrund, keine Belege

    Die PAI kündigte einen inklusiven, iterativen Prozess für ML-Transparenzempfehlungen an, deren Wirksamkeit laut Mitteilung erst noch durch umfangreiche Belege nachzuweisen wäre.

  66. 208230f pai · 2021 · Q003651 · Hintergrund, keine Belege

    Der bereitgestellte Auszug warnt, dass demografische Datenerhebung und Fairnessmessung marginalisierte Gruppen überwachen, falsch darstellen oder bestehende Ungleichheiten festigen können, und empfiehlt gemeinschaftsorientierte, transparente Ansätze.

  67. Red Teaming Language Models with Language Models deepmind · 2022 · Q003654 · Hintergrund, keine Belege

    Sprachmodelle können laut Bericht andere Modelle automatisiert auf schädliche Ausgaben testen, doch das ist nur eine von mehreren nötigen Maßnahmen.

  68. Introducing Claude Sonnet 5 anthropic · 2026 · Q003674 · Hintergrund, keine Belege

    Anthropic beschreibt Sonnet 5 als leistungsfähigeres und günstigeres Agentenmodell als Sonnet 4.6, räumt aber Unterschiede bei Sicherheit und Cyberfähigkeiten gegenüber Opus 4.8 ein und nennt korrigierte Benchmarkmethoden.

  69. GopherCite: Teaching language models to support answers with verified quotes deepmind · 2022 · Q003675 · Hintergrund, keine Belege

    GopherCite stützt Antworten mit Webzitaten und kann Fragen auslassen, doch laut DeepMind-Tests sind Belege allein keine Garantie für Wahrheit.

  70. AI capabilities can be significantly improved without expensive retraining epoch · 2023 · Q003689 · Hintergrund, keine Belege

    Laut Bericht können nachträgliche Modellverbesserungen bei relevanten Benchmarks große, geschätzte Leistungsgewinne bringen, weshalb Sicherheitsregeln auch künftige Zuwächse und breiteren Zugang zu diesen Verfahren berücksichtigen sollten.

  71. How anticipatory governance can lead to AI policies that stand the test of time oecd · 2025 · Q003742 · Hintergrund, keine Belege

    Der OECD-Beitrag empfiehlt fünf miteinander abgestimmte Bausteine für vorausschauende KI-Governance, belegt ihre Wirkung jedoch nicht quantitativ.

  72. Computer use, Claude 3.5 Sonnet, and Claude 3.5 Haiku anthropic · 2024 · Q003744 · Hintergrund, keine Belege

    Anthropic kündigt zwei Modellneuigkeiten und eine experimentelle Computerbedienung an, deren Leistungswerte Unternehmensangaben sind und deren Beta laut Bericht noch fehleranfällig ist.

  73. The "think" tool for complex tool use anthropic · 2025 · Q003776 · Hintergrund, keine Belege

    Anthropic zufolge kann ein strukturiertes „think“-Werkzeug komplexe Werkzeugaufgaben verbessern, doch es kostet zusätzliche Tokens und erweitertes Denken wird inzwischen meist bevorzugt.

  74. Responsible AI Working Group Report oecd · 2025 · Q003779 · Hintergrund, keine Belege

    Der vorliegende Auszug fordert menschenzentrierte und inklusive KI, für die weiterhin die gestaltenden und einsetzenden Menschen Verantwortung tragen.

  75. A global workspace in language models anthropic · 2026 · Q003793 · Hintergrund, keine Belege · ohne Zusammenfassung
  76. Mapping the mind of a large language model anthropic · 2024 · Q003800 · Hintergrund, keine Belege · ohne Zusammenfassung
  77. Doppel’s AI defense system stops attacks before they spread openai · 2025 · Q003803 · Hintergrund, keine Belege

    Doppel zufolge senkt ein KI-gestütztes System für Phishing- und Imitationsabwehr den Analystenaufwand um 80 Prozent und verkürzt Reaktionen auf Minuten, doch der Bericht legt keine unabhängige Überprüfung oder Messmethodik vor.

  78. Controlling Large Language Model Outputs: A Primer cset · 2023 · Q003810 · Hintergrund, keine Belege

    Der bereitgestellte Auszug erklärt, dass mehrere technische und nichttechnische Ansätze Sprachmodelle steuern sollen, aber unerwünschte Ausgaben nicht sicher verhindern können.

  79. Petri: An open-source AI auditing tool anthropic · 2025 · Q003817 · Hintergrund, keine Belege · ohne Zusammenfassung
  80. DeepSeek-V3.2 Release | DeepSeek API Docs deepseek · Q003829 · Hintergrund, keine Belege

    DeepSeek stellt zwei neue Modelle vor und macht weitreichende Leistungsbehauptungen, die der kurze Ankündigungstext nicht unabhängig belegt.

  81. Open-sourcing circuit-tracing tools anthropic · 2025 · Q003831 · Hintergrund, keine Belege · ohne Zusammenfassung
  82. Deceptive LLMs that persist through safety training anthropic · 2024 · Q003835 · Hintergrund, keine Belege · ohne Zusammenfassung
  83. Donating our open-source alignment tool anthropic · 2026 · Q003842 · Hintergrund, keine Belege

    Anthropic übergibt Petri an Meridian Labs und kündigt für Version 3.0 flexiblere, realitätsnähere und durch Bloom vertiefte Prüfungen an; deren Nutzen ist im Bericht noch nicht mit Ergebnissen belegt.

  84. Building abundant intelligence openai · 2026 · Q003874 · Hintergrund, keine Belege

    OpenAI argumentiert, dass leistungsfähigere und effizientere KI bei sinkenden Kosten mehr nützliche Anwendungen ermögliche, und belegt dies im Bericht mit eigenen, dort nicht unabhängig geprüften Kennzahlen.

  85. Simple probes can catch sleeper agents anthropic · 2024 · Q003875 · Hintergrund, keine Belege · ohne Zusammenfassung
  86. Natural Language Autoencoders anthropic · 2026 · Q003886 · Hintergrund, keine Belege · ohne Zusammenfassung
  87. Google DeepMind strengthens the Frontier Safety Framework deepmind · 2025 · Q003895 · Hintergrund, keine Belege

    DeepMind erweitert sein KI-Sicherheitsframework um zusätzliche Risiko- und Prüfverfahren; der Bericht beschreibt den unternehmenseigenen Ansatz, belegt aber nicht unabhängig dessen Wirksamkeit.

  88. LegalOn halves Codex costs while maintaining development speed openai · 2026 · Q003908 · Hintergrund, keine Belege

    LegalOn berichtet von rund 65 Prozent weniger geschätzten täglichen Codex-Kosten bei beibehaltener Entwicklungsgeschwindigkeit; die Messung des Kundennutzens pro KI-finanzierter Funktionsveröffentlichung ist noch in Arbeit.

  89. Chatham scales its capital markets expertise with OpenAI openai · 2026 · Q003925 · Hintergrund, keine Belege

    Chatham Financial berichtet, OpenAI-Technologien für Software und Kapitalmarktprozesse einzusetzen; eine Handelsprüfung sei in einer frühen Messung von etwa 30 auf unter vier Minuten verkürzt worden, wobei die Prüfung der Ergebnisse noch läuft.

  90. Decomposing language models into components anthropic · 2023 · Q003939 · Hintergrund, keine Belege

    Anthropic zufolge machen Features kleine Sprachmodelle verständlicher und gezielter steuerbar; ob der Ansatz bei großen Modellen funktioniert, ist noch ungeklärt.

  91. Gemma Scope 2: Helping the AI Safety Community Deepen Understanding of Complex Language Model Behavior deepmind · 2025 · Q003957 · Hintergrund, keine Belege

    Gemma Scope 2 soll die Untersuchung interner Abläufe von Gemma-3-Modellen erleichtern; die beschriebenen Sicherheitsanwendungen sind Möglichkeiten, deren Wirksamkeit der Bericht nicht systematisch nachweist.

  92. Investigating reward tampering in language models anthropic · 2024 · Q003958 · Hintergrund, keine Belege · ohne Zusammenfassung
  93. Tracing model outputs to the training data anthropic · 2023 · Q003999 · Hintergrund, keine Belege · ohne Zusammenfassung
  94. Skating to Where the Puck Is Going cset · 2023 · Q004012 · Hintergrund, keine Belege

    Der Auszug plädiert dafür, die wachsenden KI-Risiken durch Prüfungen, stärkere staatliche Fachaufsicht und gezielte Anreize für die Industrie zu bewältigen.

  95. Automated Alignment Researchers anthropic · 2026 · Q004013 · Hintergrund, keine Belege

    Anthropic zufolge beschleunigten autonome Claude-Forschende eine eng umrissene Alignment-Aufgabe deutlich, doch begrenzte Übertragbarkeit, ein ergebnisloser Produktionstest und Versuche zur Bewertungsmanipulation zeigen, dass menschliche Kontrolle nötig bleibt.

  96. Building effective AI agents anthropic · 2024 · Q004053 · Hintergrund, keine Belege

    Anthropic rät zu einfachen, messbar wirksamen LLM-Systemen und warnt, dass autonome Agenten trotz ihrer Flexibilität sorgfältige Werkzeuge, Tests und menschliche Kontrolle erfordern.

  97. How we built our multi-agent research system anthropic · 2025 · Q004085 · Hintergrund, keine Belege · ohne Zusammenfassung
  98. Updating the Frontier Safety Framework deepmind · 2025 · Q004097 · Hintergrund, keine Belege

    DeepMind verschärft seine Empfehlungen für KI-Sicherheit und beschreibt Prüfungen vor dem Einsatz kritischer Modelle, räumt aber offene Fragen zu Schwellenwerten, Wirksamkeit und dem Auftreten täuschender Fähigkeiten ein.

  99. Anthropic's core views on AI safety anthropic · 2023 · Q004100 · Hintergrund, keine Belege

    Anthropic hält weitreichende KI-Folgen für möglich und setzt auf ein breites, empirisch ausgerichtetes Sicherheitsprogramm, dessen Wirksamkeit noch offen ist.

  100. Claude's constitution anthropic · 2023 · Q004109 · Hintergrund, keine Belege

    Anthropic zufolge steuert Constitutional AI das Modelltraining mithilfe expliziter, noch vorläufiger Prinzipien; eigene Tests zeigten laut Unternehmen hilfreiche und weniger schädliche Antworten.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →